如何减少此代码中的银行冲突?

Posted

技术标签:

【中文标题】如何减少此代码中的银行冲突?【英文标题】:How can I diminish bank conflicts in this code? 【发布时间】:2012-12-18 01:16:11 【问题描述】:

当 Nsight 分析时,这段 CUDA 代码报告了很多银行冲突。第一个 sn-p 包含常量定义和内核调用:

// Front update related constants
#define NDEQUES 6
#define FRONT_UPDATE_THREADS 480
#define BVTT_DEQUE_SIZE 500000
#define FRONT_DEQUE_SIZE 5000000
#define FRONT_UPDATE_SHARED_SIZE FRONT_UPDATE_THREADS*2

updateFront<OBBNode , OBB , BVTT_DEQUE_SIZE , FRONT_DEQUE_SIZE , FRONT_UPDATE_THREADS>
    <<<NDEQUES, FRONT_UPDATE_THREADS>>>
    (d_aFront , d_aOutputFront , d_aiFrontCounts , d_aWorkQueues , d_aiWorkQueueCounts , d_collisionPairs ,
    d_collisionPairIndex , obbTree1 , d_triIndices1);

第二个sn-p有内核代码:

template<typename TreeNode , typename BV , unsigned int uiGlobalWorkQueueCapacity , unsigned int uiGlobalFrontCapacity ,
unsigned int uiNThreads>
void __global__ updateFront(Int2Array *aFront , Int2Array *aOutputFront , int *aiFrontIdx , Int2Array *aWork_queues ,
int* aiWork_queue_counts , int2 *auiCollisionPairs , unsigned int *uiCollisionPairsIdx , const TreeNode* tree ,
uint3 *aTriIndices)

__shared__ unsigned int uiInputFrontIdx;
__shared__ unsigned int uiOutputFrontIdx;
__shared__ unsigned int uiWorkQueueIdx;

__shared__ int          iLeafLeafOffset;
__shared__ int          iNode0GreaterOffset;
__shared__ int          iNode1GreaterOffset;

__shared__ int          aiLeafLeafFrontX[FRONT_UPDATE_SHARED_SIZE];
__shared__ int          aiLeafLeafFrontY[FRONT_UPDATE_SHARED_SIZE];

__shared__ int          aiNode0GreaterFrontX[FRONT_UPDATE_SHARED_SIZE];
__shared__ int          aiNode0GreaterFrontY[FRONT_UPDATE_SHARED_SIZE];

__shared__ int          aiNode1GreaterFrontX[FRONT_UPDATE_SHARED_SIZE];
__shared__ int          aiNode1GreaterFrontY[FRONT_UPDATE_SHARED_SIZE];

if(threadIdx.x == 0)

    uiInputFrontIdx = aiFrontIdx[blockIdx.x];
    uiOutputFrontIdx = 0;
    uiWorkQueueIdx = aiWork_queue_counts[blockIdx.x];

    iLeafLeafOffset = 0;
    iNode0GreaterOffset = 0;
    iNode1GreaterOffset = 0;

__syncthreads();

unsigned int uiThreadOffset = threadIdx.x;

while(uiThreadOffset < uiInputFrontIdx + FRONT_UPDATE_THREADS - (uiInputFrontIdx % FRONT_UPDATE_THREADS))

    if(uiThreadOffset < uiInputFrontIdx)
    
        int2 bvttNode;

        aFront->getElement(bvttNode , blockIdx.x*FRONT_DEQUE_SIZE + uiThreadOffset);

        TreeNode node0 = tree[bvttNode.x];
        TreeNode node1 = tree[bvttNode.y];

        if(node0.isLeaf() && node1.isLeaf())
        
            int iOffset = atomicAdd(&iLeafLeafOffset , 1);

            //Bank conflict source
            aiLeafLeafFrontX[iOffset] = bvttNode.x;
            aiLeafLeafFrontY[iOffset] = bvttNode.y;
            //End of bank conflict source
        
        else if(node1.isLeaf() || (!node0.isLeaf() && (node0.bbox.getSize() > node1.bbox.getSize())))
         // node0 is bigger. Subdivide it.
            int iOffset = atomicAdd(&iNode0GreaterOffset , 1);

            //Bank conflict source
            aiNode0GreaterFrontX[iOffset] = bvttNode.x;
            aiNode0GreaterFrontY[iOffset] = bvttNode.y;
            //End of bank conflict source
        
        else
         // node1 is bigger. Subdivide it.
            int iOffset = atomicAdd(&iNode1GreaterOffset , 1);

            //Bank conflict source
            aiNode1GreaterFrontX[iOffset] = bvttNode.x;
            aiNode1GreaterFrontY[iOffset] = bvttNode.y;
            //End of bank conflict source
        
    

    __syncthreads();

    /* ... */

    uiThreadOffset += uiNThreads;
    __syncthreads();

我想知道为什么会发生银行冲突。我认为可能发生冲突的唯一方法是,如果映射到同一银行的不同数组中的访问被序列化。

【问题讨论】:

在不知道共享内存数组的维度的情况下,很难评论银行冲突...... 我已经编辑了内核调用代码和常量定义。 【参考方案1】:

我看到了两种可能性。需要进一步测试才能选择哪一个是罪魁祸首:

银行冲突不是发生在您选择的位置,而是发生在atomicAdd 操作上,这些操作也适用于共享内存。我相信 shmem 上的原子也可以增加内部冲突计数器。 (信念未经检验!)

您遇到了两个或多个 warp 以原子方式增加相同值的情况 - 这可能在同时运行 2 或 4 个 warp 的较新硬件上发生。 (也需要测试来确认或否认这一点)。因此,一个warp 中的线程实际上可能会获得相当遥远的iOffset 值,并且您最终会遇到一些随机的银行冲突。

但是,如果以上任何一个都属实,我就不会太担心这些冲突。在第一种情况下 - atomicAdd 无论如何都会影响你的表现。在后一种情况下,我不希望经常发生超过 2 路银行冲突。除非你遇到一些非常罕见的极端情况......

【讨论】:

我已经做了一个测试,看看冲突是否因为原子而发生。我已经评论了所有共享数组访问,因此只有原子操作访问了共享内存。在这种情况下,Nsight 报告了 0 次银行冲突。 你是怎么做到的?通过将 aiLeafLeafFrontX(和其他)数组移动到全局?还是直接扔掉?请记住,此类更改可能会影响 warp 调度并减少其他地方的银行冲突... 我刚刚注释了访问共享数组的代码,只留下了计算数组偏移量并运行 Nsight CUDA 分析的原子。例如:' int iOffset = atomicAdd(&iLeafLeafOffset , 1); //aiLeafLeafFrontX[iOffset] = bvttNode.x; //aiLeafLeafFrontY[iOffset] = bvttNode.y; ' 我不明白为什么 warp 调度会影响银行冲突。我的理解是冲突与不依赖于调度的数组索引有关。能详细解释一下吗? Warp 调度不会直接影响 bank 冲突,但可能会影响 atomics 值的分布。此外 - 如果您只是注释掉一部分代码,编译器可能会检测到剩余的代码是多余的,并删除您认为的更多代码。特别是 - 如果您从不写入全局内存,您的内核可能会缩减为空内核。 你是对的。调度会影响线程执行原子操作的顺序,并可能产生存储库冲突。我将尝试使用前缀和方法来更好地控制索引。我会将您的答案标记为正确。感谢您的提示!

以上是关于如何减少此代码中的银行冲突?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 NVIDIA Visual Profiler 测量每个扭曲的银行冲突?

如何确保与 CUDA 中的 3D 共享数据访问没有银行冲突

将数据从全局加载到共享内存时如何避免银行冲突

本地内存中的 RGBA 数据布局,可减少存储库冲突

从同一位置读取时 CUDA 中的银行冲突

我可以假设计算能力 3.0 中没有银行冲突吗?